При оновленні конфігурації endpoint-у Amazon SageMaker AI в режимі реального часу, зміна типу інстансу, кількості інстансів або змінних середовища через AWS CloudFormation або AWS CDK може призвести до помилки розгортання. Це пов'язано з тим, що SageMaker AI вимагає, щоб об’єкт масштабування був деактивований перед оновленням endpoint-у. Однак, деактивація об'єкта масштабування призводить до то...
Bayer Crop Science використовує моделі машинного навчання для аналізу даних з геноміки, польових випробувань, зображень та умов навколишнього середовища в процесі селекції рослин. Для управління конфігураціями цих моделей машинного навчання, забезпечення їхньої відтворюваності та контрольованості, компанія Bayer розробила систему Connected Decision Engine (CDE). Зі збільшенням використання CDE ...
Дженсен Хуанг, засновник і генеральний директор компанії NVIDIA, нещодавно відвідав Астану, Казахстан, де обговорив зусилля країни щодо створення потужної екосистеми для штучного інтелекту (ШІ). Мета Казахстану – створити ШІ, який відображає її мову та культуру, використовуючи свої значні енергетичні ресурси для підтримки місцевого ШІ та перетворюючи енергію на інтелект для експорту. Під час ро...
Компанія NVIDIA розширює платформу Cosmos новими інструментами та шаблонами для створення моделей світу, займаючи перше місце у рейтингах відкритих моделей. Такі компанії, як Porsche та ANYbotics, використовують шаблони Cosmos Data Factory для прискорення процесів розробки фізичного штучного інтелекту.
Штучні інтелектуальні голосові агенти часто викликають неприємні затримки у відповідях. Нове рішення одночасно виконує синтез та генерацію, що значно зменшує затримку та витрати. Модель перетворення тексту на мову Kokoro-82M, доступна в Amazon SageMaker AI, дозволяє почати відтворення аудіо до того, як агент закінчить говорити, покращуючи загальний досвід користувачів.
Компанія IskayPet вирішила проблеми з доступом до знань, створивши корпоративного помічника на базі керованих баз знань Amazon Bedrock. Цей помічник відповідає на запитання співробітників 4 мовами в 3 країнах, не потребуючи інфраструктури RAG, що підвищує ефективність і точність.
Організації охорони здоров'я шукають рішення на основі штучного інтелекту для отримання швидших результатів. Amazon Quick пропонує агентний ШІ для безпечної обробки конфіденційної медичної інформації відповідно до вимог HIPAA.
Amazon SageMaker AI представляє API для керування сесіями навчання, що дозволяє користувачам запускати сесії з використанням графічних процесорів (GPU) безпосередньо з їхніх власних Python-процесів. Користувачі можуть використовувати такі операції, як forwardbackward() та optimstep(), щоб налаштовувати цикли навчання без необхідності керування інфраструктурою, що забезпечує швидку ітерацію та н...
Реалізація регресії методом випадкового лісу з використанням алгоритму Extra Tree забезпечила точність 81% на навчальних даних і 70% на тестових даних. Алгоритм Extra Trees є менш потужним, ніж стандартні дерева рішень, але він навчається швидше і може покращити загальну точність прогнозування.
Платформа Rescale, що працює на основі штучного інтелекту, прискорює інновації в інженерії завдяки інтеграції високопродуктивних обчислень (HPC), моделювання, симуляції та ШІ. Вони використовували AI-DLC на AWS для створення інтелектуального агента сортування, що дозволило зменшити операційні витрати та прискорити процес розгортання.
Збільшення трафіку може призвести до перевантаження локального сервісу синтезу мовлення, що може викликати затримки. Розгортання моделі Kokoro-82M на платформі Amazon SageMaker AI з точним контролем масштабування може запобігти прихованим збоям.
Tempodrom, розташований неподалік від залізничного вокзалу Anhalter Bahnhof з 2001 року, приймає конференцію GTC Berlin, де генеральний директор NVIDIA Дженсен Хуанг виступить із доповіддю про європейські партнерства в галузі штучного інтелекту та інновації у сфері "фабрик" штучного інтелекту. Компанія NVIDIA представить DSX POD для швидкого розгортання "фабрик" штучного інтелекту, обіцяючи під...
Фреймворк адаптивного інтелекту агентів (AAIF) використовує невеликі мовні моделі (SLM) для рутинних завдань і хмарні моделі для складних запитів, що дозволяє знизити витрати та затримки. Три шари AAIF – розумна оркестровка, локальна обробка та обробка в хмарі – оптимізують роботу штучного інтелекту для різних типів завдань, демонструючи гнучкий і економічно ефективний підхід.
Навчіть модель Qwen3 трьома способами на одному сервері trn2.48xlarge, використовуючи технологію torchtitan на AWS Trainium. Налаштуйте реалізацію моделі та ядра для вашого робочого процесу за допомогою інтерфейсу ядер Neuron Kernel Interface (NKI) та ядер MoE.
Забезпечте безпечне підключення локальних даних до сервісу Amazon Quick за допомогою приватної мережі, що зменшить площу атаки та забезпечить відповідність вимогам. Сервіс Amazon Quick пропонує пошук, аналітику та автоматизацію на основі штучного інтелекту в приватному, захищеному середовищі для обробки трафіку користувачів і отримання даних.